[发明专利]一种基于深度学习的三分量感应线圈姿态测量系统及方法有效
| 申请号: | 201910912802.2 | 申请日: | 2019-09-25 |
| 公开(公告)号: | CN110595468B | 公开(公告)日: | 2021-05-07 |
| 发明(设计)人: | 李军峰;孟庆敏;吴珊;刘俊杰;胥值礼 | 申请(专利权)人: | 中国地质科学院地球物理地球化学勘查研究所 |
| 主分类号: | G01C21/16 | 分类号: | G01C21/16;G01C11/00;G01V3/16;G01V3/165;G06N3/08 |
| 代理公司: | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人: | 李兴林 |
| 地址: | 300000 天津市东丽区东丽湖*** | 国省代码: | 天津;12 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 深度 学习 分量 感应 线圈 姿态 测量 系统 方法 | ||
1.一种基于深度学习的三分量感应线圈姿态测量系统的测量方法,其特征在于,所述基于深度学习的三分量感应线圈姿态测量系统包括接收吊舱、视频采集模块、姿态测量模块、三分量感应线圈和控制终端,所述控制终端、视频采集模块和三分量感应线圈均设置在所述接收吊舱内,所述姿态测量模块设置在所述三分量感应线圈上,所述姿态测量模块用于采集所述三分量感应线圈的姿态,所述三分量感应线圈用于接收地下矿物返回的磁场,所述三分量感应线圈骨架的标记点上粘贴有荧光贴,所述视频采集模块用于采集所述三分量感应线圈骨架标记点的标记图像,所述视频采集模块、姿态测量模块均与所述控制终端相连接,所述控制终端内设有对视频采集模块、姿态测量模块进行处理的LabVIEW平台搭建的深度学习神经网络模型;
该方法包括以下步骤,
步骤1:确定三分量感应线圈骨架标记点,并在每个标记点上粘贴荧光贴;
步骤2:将三分量感应线圈任意姿态图像和对应三分量感应线圈骨架标记点的标记图像作为训练数据,训练深度学习神经网络模型;
步骤3:通过视频采集模块获取待测三分量感应线圈骨架标记点的标记图像,将三分量感应线圈标记点的标记图像输入到所述深度学习神经网络模型中,从而获取三分量感应线圈骨架标记点的标记图像中三分量感应线圈的姿态信息;
所述步骤2:将三分量感应线圈任意姿态图像和对应三分量感应线圈骨架标记点的标记图像作为训练数据,训练深度学习神经网络模型,具体包括:
通过姿态测量模块对三分量感应线圈通过骨架驱动进行姿态变换,得到三分量感应线圈任意姿态的图像;
通过视频采集模块对三分量感应线圈骨架标记点的标记图像进行采集,得到三分量感应线圈骨架标记点的标记图像;
建立三分量感应线圈的任意姿态图像及对应该姿态图像的三分量感应线圈骨架标记点的标记图像的对应关系列表,并根据三分量感应线圈骨架标记点的标记图像的对应关系列表构建深度学习神经网络模型。
2.根据权利要求1所述的基于深度学习的三分量感应线圈姿态测量系统的测量方法,其特征在于,所述姿态测量模块包括三轴陀螺仪、三轴加速度计、三轴磁阻传感器。
3.根据权利要求1所述的基于深度学习的三分量感应线圈姿态测量系统的测量方法,其特征在于,所述系统还包括视频采集模块和姿态测量模块同步控制模块。
4.根据权利要求1所述的基于深度学习的三分量感应线圈姿态测量系统的测量方法,其特征在于,所述视频采集模块为摄像头。
5.根据权利要求1所述的基于深度学习的三分量感应线圈姿态测量系统的测量方法,其特征在于,所述控制终端包括平板电脑或者微型计算机。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国地质科学院地球物理地球化学勘查研究所,未经中国地质科学院地球物理地球化学勘查研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910912802.2/1.html,转载请声明来源钻瓜专利网。





